Sinov to'plamlari to'lganda AI qobiliyatini baholash usuli
AI rivojlanishi tufayli mavjud sinov to'plamlari o'z samaradorligini yo'qotmoqda. Tadqiqotchilar modellar natijalari maksimal darajaga yetganda ham ularning imkoniyatlarini baholash uchun topshiriq bajarish qaydlaridan foydalanishni taklif qildi.